黑河中游试验区不同分辨率LAI数据处理、分析和尺度转换

008年开展的黑河综合遥感联合试验获取了大量野外实测叶面积指数(LAI)数据以及遥感LAI产品。在利用LAI地面点观测数据对遥感影像进行验证或者不同分辨率遥感产品相互比较的过程中存在由于地表异质性引起的尺度效应,导致无法直接进行验证、比较,需要进行尺度转换。以基于泰勒级数展开的尺度转换模型为基础,研究不同源LAI之间的尺度转换方法。包括两部分内容：① 以高分辨率影像为辅助数据将地面实测点尺度的LAI转换到中、低分辨率遥感像元尺度;② 利用高分辨率影像作为亚像元信息对低分辨率LAI产品进行尺度纠正。结果表明,利用泰勒级数展开模型进行尺度转换是一种简单可行的方法,经尺度转换的地面实测点尺度LAI可用作像元尺度数据比较验证的参考。     

辽西北地区45年来降水量变化趋势及其空间差异

辽西北地区是辽宁省的重点旱区。选取该地区39个雨量站1966~2010年的逐月降水资料,在分析该地区年、季降水量基本空间分布特征的基础上,采用线性倾向法分析其全年及各季降水量的长期变化趋势,并分析该趋势在空间上的差异性。结果表明,辽西北地区降水量季节分配不均,夏季占全年降水量的2/3;春、秋季多雨中心位于黑山县、新民市,冬季北移,夏季位于南部的绥中县和兴城市;全区春、冬季平均降水量呈增加趋势,夏、秋季呈减小趋势;年际变化上,春季降水距平高频振荡明显,夏季与年降水距平变化相似,秋季有尺度较长的丰枯周期,冬季降水量负距平年份较多,常连续出现;年降水量线性倾向与年降水量空间分布呈显著负相关,由东南向西北递增;季降水量空间分布为东南—西北分异,而其线性倾向值则以东—西分异为主。     

灞河流域气候变化及其对径流的影响研究

根据1961—2010年的灞河流域内的逐月水文气象数据,采用Mann-Kendall法对水文气象要素进行变化趋势分析,采用双累积曲线和复回归模型进行径流量的气候变化响应研究。结果表明:流域内年径流量显著减少,年平均气温和年降水量均无显著的变化趋势,仅仅表现为气温略升高、降水稍减少;气温变化和降水变化对径流量的影响各自存在3个突变点,突变点前后径流量增加或减少的变化明显,由回归分析可知,气温升高、降水减少是径流量减少的主要原因。     

无人机影像匹配点云单木识别算法

针对单木识别研究中"局部最大值"算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合"局部最大值"与"单木树冠结构分析"的单木识别算法。算法首先利用"局部最大值"获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区8个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0m、2.0m的两种"局部最大值"算法进行比较。结果表明,该算法8个样地整体F测度为90.45%,相比1.0m、2.0m窗口的"局部最大值"法F测度74.82%、77.35%,分别提高了15.63%、13.10%。     

基于模拟退火算法的BP神经网络模型估算高分辨率叶面积指数

卫星遥感技术的快速发展使得获取全球大范围叶面积指数成为可能,但基于现有的算法和数据估算高分辨率LAI的精度还需要提高。针对农作物、草地和林地等3种典型地表类型,选取地面观测数据较多的4个研究区,包括3个各地类用于建模验证的研究区与一个用于适用性验证的独立研究区,针对4个研究区,分别获取地面测量数据以及对应的30 m空间分辨率地表反射率数据。在3个主要研究区建立并比较了NDVI植被指数经验模型、BP神经网络模型和基于模拟退火算法的BP神经网络模型,利用地面实测数据对模型进行验证。结果表明：在研究所选的3个主要研究区,基于模拟退火算法的BP神经网络模型的估算精度比BP神经网络模型和NDVI经验模型的估算精度高,农田、草地和林地站点估算结果的决定系数分别为0.899、0.858和0.863,BP神经网络模型的估算结果决定系数分别为：0.763、0.710和0.742,NDVI经验模型的精度最差,其估算结果的决定系数分别为0.622、0.536和0.637。为了验证SA-BP神经网络的适用性,选取独立研究区进行验证,结果显示验证精度较高,R²为0.842,RMSE为0.689 5,说明该模型外推能力较好。研究证明了基于模拟退火算法的BP神经网络模型提高了模型泛化能力,有效防止了BP神经网络模型滑入局部最小值,是提高高空间分辨率LAI估算精度的有效手段。     

沿海地区不同空间尺度的典型地物相干性研究

基于雷达干涉相干原理,利用6景时间跨度为4年的ENVISAT ASAR雷达影像,分析了不同空间尺度（分辨率分别为20 m和80 m）的苏中沿海地区典型地物的相干特征。研究结果表明：①低分辨率图像的地物相干性总体上要低于高分辨率图像,但前者的相干系数对比度要优于后者;②对于面积较小的地物,空间尺度的变化对相干性的影响显著,而对于面积较大的地物,则影响较小。该研究成果可用于提高土地利用类型分类的精度以及有效地提取长时间地表形变反演中所需的高相干点信息。     

基于MODIS的海表面温度反演系统设计与实现

海表面温度(SST)是重要的海洋物理参数,对海洋研究具有重要意义.通过遥感数据反演是目前获取SST数据的主要方法之一.遥感反演数据具有反映大区域尺度的海温连续分布状况,且数据获取及时稳定等特点.本文基于IDL构建了面向EOS/MODIS数据的SST反演系统,讨论了系统的功能和结构,给出了具体的数据反演处理流程,对系统中采用的SST反演算法和云检测方法进行了详细说明.最后以我国东海海域为例,将反演结果与多年观测资料对比,表明系统反演得到的SST分布规律与多年观测资料一致,同时还利用同步观测的浮标数据和NASA MODIS SST产品对反演结果进行验证,结果显示系统反演的SST平均误差为1℃.数据精度满足海洋预报和其他科学研究的需要.     

环境减灾小卫星影像水体和湿地自动提取方法研究

本文在研究HJ星多光谱CCD相机数据地物光谱特征基础上,提出了一种基于蓝光波段的改进型归一化差异水体指数（NDWI-B）,并分别利用HJ星数据和ETM＋数据,比较分析了NDWI-B和归一化差异水体指数NDWI提取水体的效果。结果证明,应用NDWI-B除可准确提取大范围水体外,还能够提取小范围水体和湿地,为基于环境减灾小卫星数据的洪水淹没等水体分布信息快速自动提取提供了一种实用化方法。     

基于谱聚类与混合模型的SAR图像多尺度分割

针对谱聚类方法应用于合成孔径雷达（SAR）图像分割时Laplace矩阵的特征值和特征向量难以计算的问题,结合SAR图像在多个尺度的统计信息,给出了一个包含顶点凝聚、初始分割和分割细化3个步骤的SAR图像多尺度分割方法。首先,用一个顶点数不断减少的凝聚图序列来逼近从SAR图像得到的图;然后应用谱聚类方法对最粗尺度的凝聚图进行分割得到初始分割结果;最后根据SAR图像的统计性质,利用基于混合模型估计的分类后验概率将初始分割结果逐尺度进行细化得到SAR图像的最终分割。实验结果表明了方法的有效性。     

一种基于光谱知识库的TM影像地物识别方法

地物的波谱特征是识别地物的主要标志之一,在实际应用中发现,由于遥感过程中存在着复杂的大气辐射影响,常常造成光谱知识库中的地物光谱曲线同由遥感图像上获得的光谱曲线不相匹配,进而引起地物识别误差。针对这一问题,从曲线形状分析入手,定义了曲线的形状因子,提出对形状因子构成的曲线进行匹配分析的算法。将该方法应用于TM影像的地物识别,由于形状因子曲线较好地反映了地物的特征信息,它能自动地挖掘遥感图像的细节信息,对地物有较高的识别精度,试验区内总体识别精度达到88.96%。